热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

PandasDataFrame中两个非数字列之间的关联

如何解决《PandasDataFrame中两个非数字列之间的关联》经验,为你挑选了1个好方法。

我从表中的SQL查询中获取数据到熊猫数据框。数据如下:

     group phone_brand
0      M32-38          ??
1      M32-38          ??
2      M32-38          ??
3      M29-31          ??
4      M29-31          ??
5      F24-26        OPPO
6      M32-38          ??
7      M32-38          ??
8      M32-38        vivo
9      F33-42          ??
10     M29-31          ??
11     F33-42          ??
12     F27-28          ??
13     M32-38          ??
14       M39+         ???
15     F27-28          ??
16     M32-38          ??
17     M32-38          ??
18       M39+          ??
19     M32-38          ??
20     F33-42          ??
21     M23-26          ??
22     M23-26          ??
23     M27-28          ??
24     M29-31          ??
25     M32-38          ??
26     M32-38          ??
27     F33-42          ??
28     M32-38          ??
29     M32-38          ??
...       ...         ...
74809  M27-28          ??
74810  M29-31         TCL

现在,我想找到从此到列的相关性和频率。但这在Matplotlib的可视化中。我尝试类似的东西:

DataFrame.plot()
plt.show() 

现在,我如何以最简单的方式可视化这种关联?



1> piRSquared..:

要快速获得相关性:

df.apply(lambda x: x.factorize()[0]).corr()

                group  phone_brand
group        1.000000     0.427941
phone_brand  0.427941     1.000000

热图

import seaborn as sns

sns.heatmap(pd.crosstab(df.group, df.phone_brand))


推荐阅读
  • seaborn箱线图_Seaborn线图的数据可视化
    seaborn箱线图Hello,folks!Inthisarticle,wewillbetakingtheSeaborntutorialaheadandunderstandingt ... [详细]
  • 使用Ubuntu中的Python获取浏览器历史记录原文: ... [详细]
  • 循环发电厂电能输出预测
    前言本次项目是就某联合循环发电厂的数据,运用线性回归模型进行预测电能输出,若文中出现错误的地方,还望指正,谢谢!目录1.数据来源及背景2.数据探索分析3.相关分析4.回 ... [详细]
  • Python交叉分析学习笔记
    Python交叉分析学习笔记本文将介绍两种方法来进行交叉分析:1.独立T检验2.数据透视表。数据源:百度网盘,课程来源:慕课网数据源共包括10个变量,如下:satisfaction ... [详细]
  • YOLOv7基于自己的数据集从零构建模型完整训练、推理计算超详细教程
    本文介绍了关于人工智能、神经网络和深度学习的知识点,并提供了YOLOv7基于自己的数据集从零构建模型完整训练、推理计算的详细教程。文章还提到了郑州最低生活保障的话题。对于从事目标检测任务的人来说,YOLO是一个熟悉的模型。文章还提到了yolov4和yolov6的相关内容,以及选择模型的优化思路。 ... [详细]
  • 开发笔记:加密&json&StringIO模块&BytesIO模块
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了加密&json&StringIO模块&BytesIO模块相关的知识,希望对你有一定的参考价值。一、加密加密 ... [详细]
  • 开发笔记:共享单车数据分析
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了共享单车数据分析相关的知识,希望对你有一定的参考价值。共享单车数据分析和共享单车用户行为分析PPT从数据分 ... [详细]
  • 开发笔记:如何快速绘制相关系数矩阵
    本文由编程笔记#小编为大家整理,主要介绍了如何快速绘制相关系数矩阵相关的知识,希望对你有一定的参考价值。 ... [详细]
  • Python使用支持向量机(SVM)方法对UCI 乳腺癌诊断数据集二分类任务
    数据集:本文数据来自UCIrepository美国威斯康星州的乳腺癌诊断数据集,实验所用的编译环境为python3.6,主要引用numpy ... [详细]
  • #encodingutf-8importnumpyasnpdefmain():importmatplotlib.pyplotasplt##lesson1:画图#xnp.linsp ... [详细]
  • 大数据pandas综合案例1:应用商店Appstore数据分析
    目录标题案例1:Appstore数据分析1.1背景和分析需求1.2数据加载和处理1.3App价格不同维度分析单变量分析1.4数据可视化分析1.5业务需求分析1.5.1 ... [详细]
  • 本文由编程笔记#小编为大家整理,主要介绍了logistic回归(线性和非线性)相关的知识,包括线性logistic回归的代码和数据集的分布情况。希望对你有一定的参考价值。 ... [详细]
  • 本文介绍了Python对Excel文件的读取方法,包括模块的安装和使用。通过安装xlrd、xlwt、xlutils、pyExcelerator等模块,可以实现对Excel文件的读取和处理。具体的读取方法包括打开excel文件、抓取所有sheet的名称、定位到指定的表单等。本文提供了两种定位表单的方式,并给出了相应的代码示例。 ... [详细]
  • Oracle Database 10g许可授予信息及高级功能详解
    本文介绍了Oracle Database 10g许可授予信息及其中的高级功能,包括数据库优化数据包、SQL访问指导、SQL优化指导、SQL优化集和重组对象。同时提供了详细说明,指导用户在Oracle Database 10g中如何使用这些功能。 ... [详细]
  • MyBatis错题分析解析及注意事项
    本文对MyBatis的错题进行了分析和解析,同时介绍了使用MyBatis时需要注意的一些事项,如resultMap的使用、SqlSession和SqlSessionFactory的获取方式、动态SQL中的else元素和when元素的使用、resource属性和url属性的配置方式、typeAliases的使用方法等。同时还指出了在属性名与查询字段名不一致时需要使用resultMap进行结果映射,而不能使用resultType。 ... [详细]
author-avatar
1712477436
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有